• 中文核心期刊
  • CSCD来源期刊
  • 中国科技核心期刊
  • CA、CABI、ZR收录期刊

闽江河口湿地植物根际土壤氨氧化细菌群落结构分析

陈丽华, 吕新, 刘兰英, 黄薇, 李玥仁

陈丽华,吕新,刘兰英,等. 闽江河口湿地植物根际土壤氨氧化细菌群落结构分析 [J]. 福建农业学报,2020,35(12):1368−1375. DOI: 10.19303/j.issn.1008-0384.2020.12.010
引用本文: 陈丽华,吕新,刘兰英,等. 闽江河口湿地植物根际土壤氨氧化细菌群落结构分析 [J]. 福建农业学报,2020,35(12):1368−1375. DOI: 10.19303/j.issn.1008-0384.2020.12.010
CHEN L H, LYU X, LIU L Y, et al. Ammonia-oxidizing Bacteria Community in Rhizosphere Soils of Minjiang Estuary Wetlands [J]. Fujian Journal of Agricultural Sciences,2020,35(12):1368−1375. DOI: 10.19303/j.issn.1008-0384.2020.12.010
Citation: CHEN L H, LYU X, LIU L Y, et al. Ammonia-oxidizing Bacteria Community in Rhizosphere Soils of Minjiang Estuary Wetlands [J]. Fujian Journal of Agricultural Sciences,2020,35(12):1368−1375. DOI: 10.19303/j.issn.1008-0384.2020.12.010

闽江河口湿地植物根际土壤氨氧化细菌群落结构分析

基金项目: 福建省科技计划公益类专项(2015R1025-7)
详细信息
    作者简介:

    陈丽华(1981−),女,硕士,助理研究员,研究方向:微生物生态学(Email:417510412@qq.com

    通讯作者:

    李玥仁(1966−),男,博士,研究员,研究方向:微生物生态学(Email:yuerenli@yeah.net

  • 中图分类号: Q 938

Ammonia-oxidizing Bacteria Community in Rhizosphere Soils of Minjiang Estuary Wetlands

  • 摘要:
      目的  研究闽江河口湿地不同植物根际土壤中氨氧化细菌群落多样性及结构组成,为阐明湿地植物根际土壤脱氮功能微生物类群研究提供科学数据。
      方法  多点混合采样法采集不同季节不同土层闽江河口湿地芦苇、互花米草和红树林根际的土壤样品共24个,通过高通量测序技术测定样品氨单加氧酶编码基因amoA序列,生物信息学方法分析土壤样品氨氧化细菌的群落结构及多样性。
      结果  24个样品中共检测到300 527条有效序列,2 794个OTU。多样性分析结果表明,芦苇、互花米草和红树林根际土壤样品Chao指数差别不大,Shannon指数平均值表现为红树林>芦苇>互花米草;芦苇和红树林根际土壤样品Chao指数和Shannon指数均表现为春季最低;不同土层芦苇、互花米草和红树林根际土壤样品Chao指数和Shannon指数均未呈现出明显的变化趋势。群落结构分析结果表明,闽江河口湿地土壤样品中存在着较多分类地位未确定的氨氧化细菌,而分类地位确定的氨氧化细菌中,优势菌门为变形菌门(Proteobacteria),优势菌属包括亚硝化单胞菌属(Nitrosomonas)、硫杆菌属(Thiobacillus)、Caldimonas属等。
      结论  闽江河口湿地植物根际土壤中氨氧化细菌的主要优势菌群大多是亚硝化单胞菌属(Nitrosomonas),硫杆菌属(Thiobacillus)和Caldimonas属为个别样品的优势菌群。
    Abstract:
      Objective  Community and diversity of ammonia-oxidizing bacteria in rhizosphere soils of reeds, smooth cordgrasses, and mangroves on the wetlands at Minjiang estuaries were studied.
      Method  Twenty-four rhizosphere soil specimens in different layers on the wetlands were collected in 4 seasons with the multi-point mixed sampling method. Sequence of amoA gene in the specimens was determined by the high-throughput sequencing technology for a bioinformatic analysis on the ammonia-oxidizing bacteria community at the sites.
      Result  A total of 300 527 final tags and 2 794 OTUs were detected in the collected specimens. The OTU-based diversity analysis showed little difference on the Chao index among the reed, smooth cordgrass, and mangrove rhizosphere soils. The Shannon index of the mangrove soil was higher than that of the reed soil, while that of the smooth cordgrass soil being the lowest. The Chao and Shannon indices of the reed and mangrove soils were lowest in spring. There was no apparent pattern on the Chao or Shannon index of the soils in different depths. The taxonomy of many of the ammonia-oxidizing bacteria could not be clearly classified. The dominant phylum of the microbes identified in the soils was Proteobacteria, and Nitrosomonas, Thiobacillus, and Caldimonas being the predominant genera.
      Conclusion  Nitrosomonas presented in most of the rhizosphere soils at the Minjiang estuary wetlands, but Thiobacillus and Caldimonas were dominant in individual soil specimens.
  • 【研究意义】盐碱土壤是我国主要的后备土壤资源之一,对于盐碱土壤的改良利用和生态建设一直是人们关注的热点,探究盐碱区的土地利用方式与土壤碳、氮及酶活性之间的关系,对于合理开发利用盐碱土壤具有重要的理论意义和实际意义。【前人研究进展】土壤有机碳含量与土壤物质循环及能量流动关系密切,任何土壤碳库储量的微细变化,都能导致大气CO2浓度的显著变化[1]。土壤全氮包括所有形式的有机和无机氮素,是标志土壤氮素总量和供应植物有效氮素的源和库,综合反映了土壤的氮素状况[2]。不同土地利用方式的土壤,其外界有机物质的输入量及转化效应不同,进而影响到土壤的碳、氮含量。大量研究表明,土壤酶活性易受环境中物理、化学及生物因素的影响, 可以反映土壤状态和动态变化,且对土壤碳、氮含量有一定的影响[3]。同时,土壤中的有机碳可以促进土壤酶及微生物的活动,并且供应土壤微生物所需的能量和养分。脲酶的酶促产物——氨是植物氮素来源之一[4],土壤有机质、总氮等都与土壤脲酶活性相关[5];蔗糖酶是可以表征土壤生物活性的水解酶,可以作为评价土壤熟化程度和土壤肥力水平的一个指标[6];碱性磷酸酶与土壤肥力关系密切[7-8];过氧化氢酶活性与土壤呼吸强度和微生物活动有关,可以反映土壤微生物活动过程的强度,故研究不同土地利用方式对土壤碳、氮及酶活性的影响是土壤环境质量研究的重要内容[9]。松嫩平原盐碱土是世界三大盐碱土集中分布区之一,且盐碱程度呈逐年增加之态势,使得农作物产量下降、草地退化、生态环境日趋恶化[10]。以往的研究主要集中在盐碱土壤改良后土壤物理、化学性质的变化[11-13]。【本研究切入点】从土壤碳、氮及酶活性差异的角度探讨盐碱区不同土地利用方式对土壤性质影响的相关研究结果鲜见报道。【拟解决的关键问题】以吉林西部松嫩平原为例,分析不同土地利用方式(农耕水田、农耕旱田、湿地、荒草地)土壤中碳、氮,以及蔗糖酶、脲酶、碱性磷酸酶、过氧化氢酶的变化特征及相互关系,阐明不同土地利用方式对土壤肥力及微生物的影响,为优化该区域土地利用、提高地力及防止土壤退化提供理论依据。

    松嫩平原西部是苏打盐碱化最严重的地区,盐碱地面积约96.87×104 hm2,其中轻度盐碱地6.07×104 hm2、中度盐碱地46.40×104 hm2、重度盐碱地44.40×104 hm2 [14]。该区属半干旱半湿润的大陆性季风气候区,受西风带和东亚夏季天气系统的影响,气候敏感,四季差异明显,春季干旱少雨,夏季炎热多雨,秋季凉爽,冬季漫长寒冷[14]。该区经历了多次沙漠化和盐碱荒漠化的正逆演变过程,形成了大面积的盐碱土沉积。研究区位于吉林西部松嫩平原内,该地区主要土地利用方式为农田(农耕旱田、农耕水田)、 荒草地(以下简称草地)、湿地等。

    根据土壤类型图和土地利用方式类型图,结合实地调查,于2018年7月采集样品。每种土地利用方式中分别设置6个20 m2样方,按照S形采样法采集0~10、10~20、20~30、30~40、40~50 cm土层土壤样品,现场将每个采样点相同土层的样品混匀,去除土壤中植物残体和根系,置于塑封袋中,于4 ℃冰盒中保存。带回实验室后自然风干,过1.00 、0.25 mm筛,装袋备用。采样点基本信息见表1

    表  1  样地基本信息
    Table  1.  Relevant information on sampled fields
    土地利用方式
    Land use
    type
    经度
    Longitude
    纬度
    Latitude
    pH鲜土含水率
    Water
    content/%
    容重
    Bulk density/
    (g·cm−3
    电导率
    Conductivity/
    (ms·cm−1
    碱化度
    exchangeable sodium
    percentage/%
    主要植被
    Main
    vegetation
    农耕水田
     Paddy farming field(N1
    E124°54′50″ N45°18′26″ 8.29 50 0.83 0.21 7.11 水稻 rice
    农耕旱田
    Dry farming field(N2
    E124°18′70″ N45°48′22″ 8.56 43 1.02 0.20 7.23 玉米 corn
    湿地  Wetland(S) E124°48′45″ N45°14′38″ 7.88 55 0.46 0.25 7.02 芦苇 reed
    草地 Grassland(C) E124°42′33″ N45°11′16″ 8.98 39 1.53 0.16 8.56 碱蓬 Suaeda glauca Bge
    下载: 导出CSV 
    | 显示表格

    有机碳采用重铬酸钾外加热法[15],全氮采用过硫酸钾氧化–紫外分光光度法[16],脲酶活性采用苯酚钠–次氯酸钠比色法、碱性磷酸酶采用磷酸苯二钠比色法、过氧化氢酶采用高锰酸钾滴定法[17],蔗糖酶活性采用3,5-二硝基水杨酸比色法测定[18]

    采用SPSS 20.0软件进行单因素方差分析,采用最小差数法(LSD)进行差异显著性分析,通过Pearson(双侧)相关分析判断土壤碳、氮、酶之间的相关性。利用Canoco5.0软件进行冗余分析,探究土壤各指标之间的关系。运用WPS软件进行制图。

    不同土地利用方式间的土壤有机碳(SOC)、全氮(TN)及碳氮比(C/N)变化见表2。不同土地利用方式土壤有机碳、全氮、碳氮比的差异性表现一致。土壤有机碳含量农耕水田为9.70~16.27 g·kg−1,农耕旱田为3.85~11.58 g·kg−1,湿地为2.14~2.97 g·kg−1,草地为5.25~11.24 g·kg−1;0~10 cm土层土壤有机碳含量的差异表现为:农耕水田>农耕旱田>草地>湿地。土壤全氮含量农耕水田为1.83~2.32 g·kg−1,农耕旱田为0.45~0.76 g·kg−1,湿地为0.34~1.28 g·kg−1,草地为0.88~2.04 g·kg−1;0~10 cm土层土壤全氮含量的差异表现为:农耕水田>草地>湿地>农耕旱田。土壤碳氮比农耕水田为2.29~7.11,农耕旱田为8.89~15.28,湿地为2.00~6.42,草地为4.20~5.97;0~10 cm土层土壤碳氮比的差异表现为:农耕旱田>农耕水田>草地>湿地。

    表  2  不同土地利用方式土壤碳、氮垂直分布特征
    Table  2.  Vertical distribution of carbon and nitrogen in soils of varied land uses
    土地利用方式
    Land use type
    土层
    siol layer/cm
    有机碳
    SOC/(g·kg−1
    全氮
    TN/(g·kg−1
    碳氮比
    C/N
    农耕水田 Paddy farming field(N1 0~10 16.27±0.31 a(a) 2.32±0.05 a(a) 7.01±0.27a(a)
    10~20 15.38±0.56 b(a) 2.16±0.02 ab(a) 7.11±0.31a(a)
    20~30 11.70±0.38 c(a) 2.11±0.04 b(a) 5.55±0.10 b(a)
    30~40 10.53±0.34 d(a) 1.95±0.05 b(a) 5.39±0.06 b(a)
    40~50 9.70±0.15 e(a) 1.83±0.06 b(a) 2.29±0.20 c(a)
    农耕旱田 Dry farming field(N2 0~10 11.58±0.23 a(b) 0.76±0.04 a(b) 15.28±1.11 a(b)
    10~20 7.61±0.39 b(b) 0.72±0.02 a(b) 10.58±0.73 b(b)
    20~30 6.84±0.03 c(b) 0.61±0.02 b(b) 11.22±0.35 b(b)
    30~40 6.44±0.12 c(b) 0.52±0.03 c(b) 12.43±0.95 c(b)
    40~50 3.85±0.09 e(b) 0.45±0.10 c(b) 8.89±1.80 d(b)
    湿地 Wetland(S) 0~10 2.97±0.25 a(c) 1.28±0.07a(c) 2.32±0.29 cd(c)
    10~20 2.25±0.87 b(c) 1.11±0.11a(c) 2.00±0.70 d(c)
    20~30 2.69±0.19 ab(c) 1.03±0.05 ab(c) 2.62±0.08 c(c)
    30~40 2.30±0.09 b(c) 0.74±0.08 b(b) 3.13±0.24 b(c)
    40~50 2.14±0.10 b(c) 0.34±0.08 c(b) 6.42±1.14 a(c)
    草地 Grassland(C) 0~10 11.24±0.07a(b) 2.04±0.07a(a) 5.51±0.29ab(d)
    10~20 10.11±0.29 b(d) 1.95±0.07a(a) 5.20±0.29 b(d)
    20~30 7.68±0.18 c(d) 1.83±0.13 a(a) 4.20±0.40 d(c)
    30~40 6.63±0.18 d(b) 1.25±0.01 b(c) 4.30±0.10 c(d)
    40~50 5.25±0.16 e(d) 0.88±0.04 c(c) 5.97±0.22 a(c)
    注:括号外的小写字母代表同一土地利用方式不同土层间在0.05水平上的差异显著性,括号内的小写字母代表同一土层不同土地利用方式间在0.05水平上的差异显著性。
    Note: Lowercase letters outside brackets represent significant difference at 0.05 level for indices of different soil layers under same land use; lowercase letters inside brackets represent significant difference at 0.05 level for indices of same soil layer under different land use.
    下载: 导出CSV 
    | 显示表格

    分析不同土层土壤碳、氮含量的差异性,结果表明:土壤有机碳含量在农耕水田、农耕旱田、草地均表现为伴随土层加深而逐渐减少的趋势,而在湿地则表现为20~30 cm土层土壤有机碳含量高于10~20 cm与30~40 cm土层;土壤全氮含量,不同土地利用方式均表现为伴随土层加深逐渐减少,0~10 cm土层显著高于30~50 cm土层;碳氮比,农耕旱田的碳氮比显著高于农耕水田、湿地和草地(P<0.05),农耕水田、农耕旱田的碳氮比表现为0~10 cm土层显著高于40~50 cm土层(P<0.05),而湿地和草地的碳氮比则表现为 0~10 cm土层低于40~50 cm土层。

    图1可知,土壤蔗糖酶活性以农耕水田较高,显著高于其他土地利用方式(P<0.05),草地土壤蔗糖酶活性较低;从土壤剖面层看,表层土壤蔗糖酶活性高于深层土壤。

    图  1  不同土地利用方式土壤蔗糖酶活性的垂直分布
    注:(1)N1为农耕水田、N2为农耕旱田、C为草地、S为湿地;(2)图中括号外的小字母代表同一土地利用方式不同土层间在0.05水平上的差异显著性,括号内的小字母代表同一土层不同土地利用方式间在0.05水平上的差异显著性(图24同)。
    Figure  1.  Vertical distribution of sucrase in soils of varied land uses
    Note: (1) N1: farming paddy field; N2: farming dry land; C: grassland; S: wetland. (2) Data with lowercase letters outside brackets represent significant difference at 0.05 level on indices of different soil layers under same land use; those within brackets represent significant difference at 0.05 level under different land use at same soil layer. Same for Figs. 2-4.

    图2可知,土壤脲酶活性以农耕旱田较高,显著高于其他土地利用方式(P<0.05),草地土壤脲酶活性较低;从土壤剖面层看,土壤脲酶活性呈现随土层加深而逐渐降低的趋势,且农耕水田、农耕旱田、湿地各土层脲酶活性差异显著(P<0.05)。

    图  2  不同土地利用方式土壤脲酶活性的垂直分布
    Figure  2.  Vertical distribution of urease in soils of varied land uses
    图  3  不同土地利用方式土壤碱性磷酸酶活性的垂直分布
    Figure  3.  Vertical distribution of alkaline phosphatase in soil of varied land uses

    图3可知,土壤碱性磷酸酶活性以湿地较低;从土壤剖面层看,土壤碱性磷酸酶活性呈现随土层加深而逐渐降低的趋势,但 0~10 cm、10~20 cm、40~50 cm土层农耕水田与农耕旱田之间的土壤碱性磷酸酶活性无显著差异;而20~30 cm、30~40 cm土层的农耕水田与农耕旱田之间的土壤碱性磷酸酶活性有显著差异(P<0.05)。

    图4可知,土壤过氧化氢酶活性以湿地较低,显著低于其他土地利用方式;从土壤剖面层看,同一土地利用方式的土壤过氧化氢酶活性呈现随土层加深而逐渐降低的趋势,0~30 cm土层农耕旱田土壤过氧化氢酶活性高于其他土地利用方式,30~50 cm土层草地土壤过氧化氢酶活性高于其他土地利用方式。

    图  4  不同土地利用方式土壤过氧化氢酶活性的垂直分布
    Figure  4.  Vertical distribution of catalase in soil of varied land uses

    不同土地利用方式的土壤碳、氮含量与土壤酶活性的相关性如表3所示,土壤有机碳与碱性磷酸酶呈极显著负相关(P<0.01);土壤全氮与碱性磷酸酶呈显著负相关(P<0.05),与过氧化氢酶呈极显著负相关(P<0.01);土壤碳氮比与蔗糖酶、过氧化氢酶呈显著相关(P<0.05)、与脲酶呈极显著相关(P<0.01)。冗余分析结果(图5)表明,土壤蔗糖酶、脲酶主要受土壤pH值和容重调控,土壤碱性磷酸酶、过氧化氢酶受土壤含水量和电导率调控。

    表  3  土壤碳、氮含量与土壤酶活性的相关性
    Table  3.  Correlations among carbon, nitrogen, and enzyme activity of soil
    指标 Index SOC TN C/N SUC URE ALP CAT
    SOC 1
    TN 0.607* 1
    C/N 0.437 −0.443 1
    SUC 0.531 0.086 0.583* 1
    URE 0.552 −0.276 0.960** 0.771** 1
    ALP − 0.824** −0.624* −0.191 −0.161 −0.246 1
    CAT −0.272 −0.799** 0.620* 0.416 0.588* 0.528 1
    注:(1)*表示显著相关(P<0.05),**表示极显著相关(P<0.01);(2)SOC:有机碳,TN:全氮,C/N:碳氮比,SUC:蔗糖酶,URE:脲酶,ALP:碱性磷酸酶,CAT:过氧化氢酶。
    Note:(1) * indicates significant correlation (P <0.05), and ** significant correlation (P<0.01). (2) SOC: organic carbon, TN: total nitrogen,C/N: ratio of organic carbon to total nitrogen,SUC: sucrase,URE: urease, ALP: alkaline phosphatase, CAT: catalase.
    下载: 导出CSV 
    | 显示表格
    图  5  环境因子与土壤碳、氮含量及酶活性冗余分析
    注:SOC:有机碳,TN:全氮,C/N:碳氮比,SUC:蔗糖酶,URE:脲酶,ALP:碱性磷酸酶,CAT:过氧化氢酶,pH:pH值,SWC:鲜土含水率,SBD:容重,EC:电导率,ESP:碱化度。
    Figure  5.  Redundancy analysis results on environmental factors, soil enzyme activities, carbon, and nitrogen
    Note: SOC: organic carbon,TN: total nitrogen, C/N: ratio of organic carbon to total nitrogen, SUC: sucrase,URE: urease,ALP: alkaline phosphatase, CAT: catalase,pH: soil pH, SWC: soil water content, SBD: soil bulk density, EC: electric conductivity, ESP: exchangeable sodium percentage.

    土壤有机碳、全氮含量与有机物料输入和输出关系密切,同时土壤性质、利用方式、耕作管理、地覆植被均会影响土壤有机碳、全氮的含量及分布[19-20]。本研究中,不同土地利用方式土壤有机碳、全氮含量随土层加深而呈现逐渐降低的趋势。究其原因主要是因为植物根系、土壤微生物、植物凋落物、农耕肥等是土壤有机碳、全氮的主要来源物质,表层土壤优先获得有机物料的输入,并逐步传导至深层土壤,因此表现为表层土壤的有机碳、全氮的累积量高于深层土壤[21-24]。不同土地利用方式中,各土层有机碳含量均值表现为农耕水田>农耕旱田>草地>湿地,说明盐碱土壤在人为耕作活动之后,通过农作物凋落物和有机肥等形式输入的碳素除了被植物吸收或者分解外,有更多的有机碳在土壤中累积。因此,农田耕作有利于提高盐碱稻田土壤有机碳的含量[25]。李新爱等[26]对亚热带喀斯特地区不同土地利用方式土壤全氮含量的变化进行研究表明,稻田土壤全氮含量显著高于旱地,本研究结果与之相似,也表现为农耕水田全氮含量高于农耕旱田。孙志高等[27]对三江平原地区不同土地利用方式的土壤全氮含量变化特征的研究表明,湿地土壤全氮含量高于农田,本研究结果也表现为0~10 cm土层的全氮含量湿地土壤高于农耕旱田。本研究中,土壤全氮与土壤有机碳之间具有明显的正耦合效应,这与前人研究结果一致,说明农业实践活动能够强烈地影响氮循环和碳存储[28-30]。其次,不同土地利用方式间,由于植被覆盖类型及枯枝落叶的差别较大,导致土壤氮素输入量不同。农耕水田土壤全氮含量高于其他土地利用方式,说明土壤氮素受水热条件影响明显,淹水状态及温度升高均能显著提高土壤中溶解性氮的累积[31]。普遍认为,土壤碳氮比与土壤有机碳分解速率成反比关系[32]。本研究4种土地利用方式的C/N值基本为2.00~15.28,其中农耕水田和农耕旱田的C/N值高于湿地和草地,这与土壤利用、水热条件及田间管理有一定关系,受人为干扰的土壤碳氮比普遍高于未受干扰的土壤[33]。C/N 值的升高对土壤微生物的繁殖速度和分解活动有一定的限制作用,使有机质和有机氮的分解矿化速度减慢,土壤固定有机碳能力提高。

    酶活性是影响土壤养分转化的主要生物因素,对其碳、氮储量及运转速率影响明显。与此同时,土壤中养分含量的变化影响土壤的酶活性[34]。本研究中,不同土地利用方式对土壤酶活性有显著影响,其中:湿地土壤的过氧化氢酶和碱性磷酸酶活性低于其他3种土地利用方式;农田(农耕水田、农耕旱田)的蔗糖酶和脲酶活性高于湿地和草地。这是由于农耕过程中施用肥料,能刺激植物根系生长,且农田枯落物数量较多,可促使植物根系和微生物分泌更多转化酶[35]

    本研究中,不同土地利用方式间4种土壤酶活性均表现为表层土壤高于深层土壤,这与前人的研究结果基本一致[36-37]。不同土地利用方式土壤机械组成也不同,表现为土壤紧实度、通透性及肥力状况上的差异[38-39]。而土壤机械组成与土壤含水率、土壤孔隙度等密切相关,不同土地利用方式会影响到土壤理化性质,从而对土壤酶活性产生反馈作用。因此,pH值、含水率、孔隙度间接影响了酶活性[40]

    在不同的土壤环境中,酶及微生物活性是区别不同土壤生态环境的重要指标,在促使土壤有机物质转化中不仅显示其专性特性,同时存在共性关系,氮素与碳素的相互转化亦受到影响[41]。土壤类型、气候条件、农田管理措施等环境因子的不同均会对土壤理化性质、酶活性造成影响,万忠梅等[42]对三江平原湿地进行研究,结果表明,土壤酶的变化是对环境因子的综合响应,这种变化对土壤碳循环过程产生直接影响。本研究从不同土地利用方式的角度分析酶活性及部分理化指标对其土壤碳氮变化的影响,结果表明,不同土地利用方式土壤酶活性具有明显差异,且土壤有机碳含量与碱性磷酸酶活性显著相关,土壤全氮含量与碱性磷酸酶、过氧化氢酶活性显著相关。土壤酶既参与有机物质的合成,又参与有机物的分解。土壤有机质在微生物和酶的作用下形成复杂而较稳定的大分子有机化合物。过氧化氢酶、磷酸酶均为与碳转化密切相关的酶,参与土壤碳氮循环和转化。表层土壤受到水分、植物根系等影响,微生物活性较强,直接影响到土壤碳的累积和转化,而酶促反应释放的低分子糖,是微生物的碳源和能源[43]。腐殖质可与酶结合,对土壤酶形成物理保护,促进或抑制酶促反应。Batra、Farnkenberger 等[44-45]研究表明,盐分的增加会降低土壤酶的活性。本研究中,不同利用方式土壤盐碱化程度差异明显,草地土壤碱化度较高,垦殖后土壤碱化度降低,pH值也均在8以上,但土壤碳、氮、酶之间均呈现显著正相关,说明土壤酶参与了垦殖后土壤生态系统中的绝大部分能源循环和能量转化过程,土壤碳库的稳定性与酶活性之间存在响应模式,即使在较高的盐碱化情况下,酶的生物化学作用仍可以促进土壤碳的转化。不同利用方式下土壤酶活性存在差异,使碳、氮等有机化合物的转化进程发生改变,也在一定程度上反映出不同的土壤肥力水平。农田与湿地、草地根本区别在于是否存在人为活动的影响,农田施用有机肥能增加土壤有效养分,调节土壤pH值,优化土壤微生物群落的结构组成[46]。由于盐碱草地的碱化度较高,因此土壤肥力较低,而农耕水田在人为耕作活动下,土壤的碱化度得到改善,同时,施用有机肥使土壤具有了较高的碳、氮值和酶活性。因此,分析典型盐碱土区不同土地利用方式间的碳、氮含量及酶活性的变化,不仅反映其差异性,同时也说明了人为耕作活动可促进提高土壤肥力和养分固持能力。

    土壤有机碳、全氮含量及酶活性在不同土地利用方式间具有较明显的差异,在垂直土层上呈表层土壤高于深层土壤的规律性分布;农耕水田土地利用方式的土壤有机物质累积量和肥力均优于湿地和草地,证明种植水稻在一定程度上可改善盐碱土壤的肥力及微生物活性,有利于生态环境的改善和修复。

  • 图  1   闽江河口湿地植物根际土壤氨氧化细菌OTUs Venn图

    注:样品名称中的LW代表芦苇,HHMC代表互花米草,HSL代表红树林;数字1、2、3、4分别代表春、夏、秋、冬4个季节。

    Figure  1.   OTUs Venn diagrams of ammonia-oxidizing bacteria in rhizosphere soils of Minjiang estuary wetlands

    Note: LW, HHMC, and HSL are soil specimens collected from rhizosphere of reeds, smooth cordgrasses, and mangroves, respectively. Numbers 1, 2, 3, and 4 represent spring, summer, autumn, and winter, respectively.

    图  2   门水平氨氧化细菌群落的相对丰度

    Figure  2.   Relative abundance of ammonia-oxidizing bacteria community at phylum level

    图  3   属水平Top 20优势氨氧化细菌群落的相对丰度

    Figure  3.   Relative abundance of top 20 ammonia-oxidizing bacteria community at genus level

    表  1   高通量测序有效数据统计

    Table  1   Filtered valid data from high-throughput sequencing

    样品名称
    Samples
    原始序列
    Raw tags/条
    优质序列
    Clean tags/条
    最终序列
    Final tags/条
    OTUs/
    LW1a 23 148 6 290 5 446 163
    LW1b 41257 26130 24864 315
    LW2a 32053 14607 12276 539
    LW2b 36627 17348 15295 556
    LW3a 40246 17897 15598 474
    LW3b 41435 10144 8707 406
    LW4a 38718 19722 17352 524
    LW4b 36911 12376 10754 499
    HHMC1a 40228 17800 15776 429
    HHMC1b 35002 13091 11649 404
    HHMC2a 36520 10868 9459 470
    HHMC2b 38414 16536 14322 536
    HHMC3a 39430 11740 10271 468
    HHMC3b 37391 12534 11365 362
    HHMC4a 44997 43330 40818 90
    HHMC4b 37943 12801 11441 535
    HSL1a 36184 11429 10253 115
    HSL1b 32530 11192 9682 289
    HSL2a 33604 8413 4422 454
    HSL2b 34211 13402 11695 328
    HSL3a 26488 3697 2282 259
    HSL3b 33368 11522 10244 498
    HSL4a 34230 8480 7061 460
    HSL4b 36005 10866 9495 481
    注:下机数据去除barcode和primer并拼接后得到原始序列,再经进一步去除嵌合体、短序列后得到优质序列;最终序列指OTU表中每个样本对应的序列数目;OTUs为每个样本最终得到的OTU数目。表中,LW代表芦苇,HHMC代表互花米草,HSL代表红树林;数字1、2、3、4分别代表春、夏、秋、冬四个季节;字母a和b分别代表0~20 cm土层和20~40 cm土层。表2同。
    Note: Raw tags are results after filtering low-quality fastq data and splicing; clean tags, after further removing chimeric and short sequences; final tags, sequence corresponding to OTUs of individual sample; and, OTUs, final OTUs of individual sample. LW, HHMC, and HSL are soil specimens collected from rhizosphere of reeds, smooth cordgrasses, and mangroves, respectively. Numbers 1, 2, 3, and 4 represent spring, summer, autumn, and winter, respectively. “a” after name of specimen indicates soil sampled at depth from 0 to 20cm; and, “b” from 20 to 40cm. Same for below.
    下载: 导出CSV

    表  2   土壤样品氨氧化细菌的Alpha多样性指数

    Table  2   Alpha diversity indices of ammonia-oxidizing bacteria in soil specimens

    样品名称
    Samples
    观测到的OTU数
    Observed species
    覆盖率
    Coverage/%
    ChaoShannon
    LW1a11397.61171.273.20
    LW1b10897.39193.643.04
    LW2a24794.23416.685.71
    LW2b27593.74449.415.89
    LW3a25194.70379.345.66
    LW3b24395.15352.095.77
    LW4a25794.15411.495.83
    LW4b29094.06418.036.15
    HHMC1a21995.74327.275.64
    HHMC1b20695.48330.744.77
    HHMC2a26793.71446.535.50
    HHMC2b23393.99422.844.93
    HHMC3a25694.05419.285.36
    HHMC3b22296.04301.325.79
    HHMC4a2099.5231.960.31
    HHMC4b27193.48459.075.74
    HSL1a6899.02104.454.24
    HSL1b19196.43269.714.88
    HSL2a38094.49477.937.42
    HSL2b20096.35276.895.36
    HSL3a25195.99329.875.53
    HSL3b26394.02428.095.78
    HSL4a32393.90452.826.50
    HSL4b28794.33417.085.98
    下载: 导出CSV
  • [1] 惠丽华, 赵吉, 武琳慧, 等. 辉腾锡勒草原干涸湖泊中氨氧化微生物群落结构分析 [J]. 微生物学报, 2012, 52(1):104−113.

    HUI L H, ZHAO J, WU L H, et al. Community structure of ammonia-oxidizing prokaryotes at the dry-up lake in Huitengxile Grassland [J]. Acta Microbiologica Sinica, 2012, 52(1): 104−113.(in Chinese)

    [2]

    MYERS N, MITTERMEIER R A, MITTERMEIER C G, et al. Biodiversity hotspots for conservation priorities [J]. Nature, 2000, 403(6772): 853−858. DOI: 10.1038/35002501

    [3] 贺惠, 陈阳阳, 王勋功, 等. 海洋沉积物氨氧化菌群落结构的测序分析 [J]. 海洋科学, 2018, 42(8):22−29. DOI: 10.11759/hykx20171215002

    HE H, CHEN Y Y, WANG X G, et al. Analysis of ammonia-oxidizing bacteria community structure in marine sediments using different sequencing technologies [J]. Marine Sciences, 2018, 42(8): 22−29.(in Chinese) DOI: 10.11759/hykx20171215002

    [4] 王翠华, 武菲, 胡文革, 等. 艾比湖湿地三种植物根际土壤氨氧化细菌群落的多样性 [J]. 微生物学报, 2015, 55(9):1190−1200.

    WANG C H, WU F, HU W G, et al. Community diversity of ammonia-oxidizing bacteria of three plants rhizosphere in Ebinur Lake wetland [J]. Acta Microbiologica Sinica, 2015, 55(9): 1190−1200.(in Chinese)

    [5] 陈伟, 季秀玲, 李建凯, 等. 纳帕海高原湿地氨氧化微生物群落结构及多样性研究 [J]. 昆明理工大学学报(自然科学版), 2019, 44(1):74−84.

    CHEN W, JI X L, LI J K, et al. Community and diversity of ammonia oxidation microbial in Napahai plateau wetland [J]. Journal of Kunming University of Science and Technology (Natural Science), 2019, 44(1): 74−84.(in Chinese)

    [6]

    MING H X, ZHANG H Z, CHEN Q R, et al. Abundance and community structure of ammonium monooxygenase (AmoA) genes in the wet season of Liaohe estuary sediments [J]. Continental Shelf Research, 2020, 209: 104253. DOI: 10.1016/j.csr.2020.104253

    [7] 郝永俊, 吴松维, 吴伟祥, 等. 好氧氨氧化菌的种群生态学研究进展 [J]. 生态学报, 2007, 27(4):1573−1582. DOI: 10.3321/j.issn:1000-0933.2007.04.038

    HAO Y J, WU S W, WU W X, et al. Research progress on the microbial ecology of aerobic ammonia-oxidizing bacteria [J]. Acta Ecologica Sinica, 2007, 27(4): 1573−1582.(in Chinese) DOI: 10.3321/j.issn:1000-0933.2007.04.038

    [8]

    CHANG Y K, FAN J F, SU J, et al. Spatial abundance, diversity, and activity of ammonia-oxidizing bacteria in coastal sediments of the Liaohe estuary [J]. Current Microbiology, 2017, 74(5): 632−640. DOI: 10.1007/s00284-017-1226-x

    [9] 唐修峰, 秦华, 匡璐, 等. 基于宏基因组学的酸性森林土壤氨氧化微生物群落特征研究 [J]. 土壤学报, 2020. DOI: 10.11766/trxb202002020040

    TANG X F, QIN H, KUANG L, et al. Metagenomics based study on community characteristics of ammonia-oxidizing microorganisms in acid forest soil [J]. Acta Pedologica Sinica, 2020.(in Chinese) DOI: 10.11766/trxb202002020040

    [10] 王蓉, 朱杰, 金涛, 等. 稻虾共作模式下稻田土壤氨氧化微生物丰度和群落结构的特征 [J]. 植物营养与肥料学报, 2019, 25(11):1887−1899. DOI: 10.11674/zwyf.18414

    WANG R, ZHU J, JIN T, et al. Characteristics of ammonia oxidation microbial abundance and community structure in paddy soils of rice-crayfish symbiosis farming system [J]. Journal of Plant Nutrition and Fertilizers, 2019, 25(11): 1887−1899.(in Chinese) DOI: 10.11674/zwyf.18414

    [11]

    ISLAM G M, VI P, GILBRIDE K A. Functional relationship between ammonia-oxidizing bacteria and ammonia-oxidizing Archaea populations in the secondary treatment system of a full-scale municipal wastewater treatment plant [J]. Journal of Environmental Sciences, 2019, 86: 120−130. DOI: 10.1016/j.jes.2019.04.031

    [12] 郑洁, 刘金福, 吴则焰, 等. 闽江河口红树林土壤微生物群落对互花米草入侵的响应 [J]. 生态学报, 2017, 37(21):7293−7303.

    ZHENG J, LIU J F, WU Z Y, et al. Soil microbial community of mangrove forests and its responses to the invasion of Spartina alterniflora in the Minjiang River Estuary [J]. Acta Ecologica Sinica, 2017, 37(21): 7293−7303.(in Chinese)

    [13] 赵紫檀, 郑洁, 吴则焰, 等. 互花米草入侵下红树林土壤微生物群落特征 [J]. 森林与环境学报, 2017, 37(2):169−173.

    ZHAO Z T, ZHENG J, WU Z Y, et al. Features of Mangrove soil microbial community with Spartina alterniflora invaded [J]. Journal of Forest and Environment, 2017, 37(2): 169−173.(in Chinese)

    [14] 佘晨兴, 仝川. 闽江口芦苇沼泽湿地土壤产甲烷菌群落结构的垂直分布 [J]. 生态学报, 2012, 32(17):5299−5308. DOI: 10.5846/stxb201203050299

    SHE C X, TONG C. Vertical distribution of methanogen community structures in Phragmites australis marsh soil in the Min River estuary [J]. Acta Ecologica Sinica, 2012, 32(17): 5299−5308.(in Chinese) DOI: 10.5846/stxb201203050299

    [15] 曾志华, 杨民和, 佘晨兴, 等. 闽江河口区淡水和半咸水潮汐沼泽湿地土壤产甲烷菌多样性 [J]. 生态学报, 2014, 34(10):2764−2681.

    ZENG Z H, YANG M H, SHE J X, et al. Diversity of methanogen communities in tidal freshwater and brackish marsh soil in the Min River estuary [J]. Acta Ecologica Sinica, 2014, 34(10): 2764−2681.(in Chinese)

    [16] 陈丽华, 吕新, 刘兰英, 等. 闽江河口湿地土壤硝化-反硝化细菌数量的时空分布特征 [J]. 福建农业学报, 2018, 33(10):1078−1083.

    CHEN L H, LYU X, LIU L Y, et al. Spatiotemporal distributions of nitrifying and denitrifying bacteria in soil of Minjiang estuary wetland [J]. Fujian Journal of Agricultural Sciences, 2018, 33(10): 1078−1083.(in Chinese)

    [17]

    ROTTHAUWE J H, WITZEL K P, LIESACK W. The ammonia monooxygenase structural gene AmoA as a functional marker: Molecular fine-scale analysis of natural ammonia-oxidizing populations [J]. Applied and Environmental Microbiology, 1997, 63(12): 4704−4712. DOI: 10.1128/AEM.63.12.4704-4712.1997

    [18]

    SURA-DE JONG M, REYNOLDS R J, RICHTEROVA K, et al. Selenium hyperaccumulators harbor a diverse endophytic bacterial community characterized by high selenium resistance and plant growth promoting properties [J]. Frontiers in Plant Science, 2015, 6: 113.

    [19] 张爱娣, 郑仰雄, 吴碧珊, 等. 滨海湿地土壤微生物群落多样性及其影响因素 [J]. 水土保持研究, 2020, 27(3):8−14, 22.

    ZHANG A D, ZHENG Y X, WU B S, et al. Soil microbial community diversity and its influencing factors in coastal wetland [J]. Research of Soil and Water Conservation, 2020, 27(3): 8−14, 22.(in Chinese)

    [20]

    CHAPARRO J M, BADRI D V, BAKKER M G, et al. Root exudation of phytochemicals in Arabidopsis follows specific patterns that are developmentally programmed and correlate with soil microbial functions [J]. PLoS One, 2013, 8(2): e55731. DOI: 10.1371/journal.pone.0055731

    [21]

    CHAPARRO J M, BADRI D V, VIVANCO J M. Rhizosphere microbiome assemblage is affected by plant development [J]. The ISME Journal, 2014, 8(4): 790−803. DOI: 10.1038/ismej.2013.196

    [22] 李振灵, 丁彦礼, 白少元, 等. 潜流人工湿地基质结构与微生物群落特征的相关性 [J]. 环境科学, 2017, 38(9):3713−3720.

    LI Z L, DING Y L, BAI S Y, et al. Correlations Between Substrate Structure and Microbial Community in Subsurface Flow Constructed Wetlands [J]. Environmental Science, 2017, 38(9): 3713−3720.(in Chinese)

    [23]

    LIU J, YI N K, WANG S, et al. Impact of plant species on spatial distribution of metabolic potential and functional diversity of microbial communities in a constructed wetland treating aquaculture wastewater [J]. Ecological Engineering, 2016, 94: 564−573. DOI: 10.1016/j.ecoleng.2016.06.106

    [24]

    VYMAZAL J. Removal of enteric bacteria in constructed treatment wetlands with emergent macrophytes: A review [J]. Journal of Environmental Science and Health, Part A, 2005, 40(6/7): 1355−1367.

    [25]

    STOTTMEISTER U, WIEßNER A, KUSCHK P, et al. Effects of plants and microorganisms in constructed wetlands for wastewater treatment [J]. Biotechnology Advances, 2003, 22(1/2): 93−117.

    [26] 沈琦, 郝雅荞, 徐潇航, 等. 基于高通量测序技术的盐地碱蓬根际细菌群落多样性分析 [J]. 浙江理工大学学报(自然科学版), 2020, 43(5):671−677.

    SHEN Q, HAO Y Q, XU X H, et al. Analysis of rhizosphere bacterial diversity in Suaeda glauca Bunge based on high-throughput sequencing [J]. Journal of Zhejiang Sci-Tech University (Natural Sciences Edition), 2020, 43(5): 671−677.(in Chinese)

    [27]

    KE X B, LU Y H. Adaptation of ammonia-oxidizing microorganisms to environment shift of paddy field soil [J]. FEMS Microbiology Ecology, 2012, 80(1): 87−97. DOI: 10.1111/j.1574-6941.2011.01271.x

    [28] 贺纪正, 沈菊培, 张丽梅. 土壤硝化作用的新机理-氨氧化古菌在酸性土壤氨氧化中的主导作用 [J]. 科学观察, 2012, 7(6):58−60.

    HE J Z, SHEN J P, ZHANG L M. A new mechanism of soil nitrification-the leading role of ammonia oxidizing archaea in acid soil ammonia oxidation [J]. Science Focus, 2012, 7(6): 58−60.(in Chinese)

    [29]

    DAIMS H, LEBEDEVA E V, PJEVAC P, et al. Complete nitrification by Nitrospira bacteria [J]. Nature, 2015, 528(7583): 504−509. DOI: 10.1038/nature16461

    [30]

    VAN KESSEL M A H J, SPETH D R, ALBERTSEN M, et al. Complete nitrification by a single microorganism [J]. Nature, 2015, 528(7583): 555−559. DOI: 10.1038/nature16459

图(3)  /  表(2)
计量
  • 文章访问数:  581
  • HTML全文浏览量:  122
  • PDF下载量:  31
  • 被引次数: 0
出版历程
  • 收稿日期:  2020-10-31
  • 修回日期:  2020-11-26
  • 刊出日期:  2020-12-30

目录

/

返回文章
返回